Summary
यह अध्ययन डिक्सन चुंबकीय अनुनाद इमेजिंग (डिक्सन एमआरआई) का उपयोग करके यकृत वसा अंश (एलएफएफ) वितरण के लिए एक अद्वितीय 3 डी परिमाणीकरण विधि का परिचय देता है। एलएफएफ मानचित्र, इन-फेज और जल-चरण छवियों से व्युत्पन्न, सामान्य और स्टीटोटिक यकृत के बीच एलएफएफ पैटर्न को अलग करने के लिए 3 डी यकृत आकृति के साथ एकीकृत होते हैं, जिससे यकृत वसा सामग्री का सटीक मूल्यांकन सक्षम होता है।
Abstract
यह अध्ययन डिक्सन एमआरआई छवि विश्लेषण के उपयोग के माध्यम से यकृत वसा अंश (एलएफएफ) के वितरण के लिए एक 3 डी परिमाणीकरण पद्धति प्रस्तुत करता है। केंद्रीय उद्देश्य यकृत वसा सामग्री के मूल्यांकन का एक अत्यधिक सटीक और गैर-आक्रामक साधन प्रदान करना है। इस प्रक्रिया में डिक्सन अनुक्रम से इन-फेज और वाटर-फेज छवियों का अधिग्रहण शामिल है। LFF मानचित्रों को तब लिपिड चरण छवियों को इन-फेज छवियों द्वारा विभाजित करके voxel द्वारा सावधानीपूर्वक गणना की जाती है। इसके साथ ही, 3 डी जिगर आकृति में चरण छवियों से निकाला जाता है. इन महत्वपूर्ण घटकों को एक व्यापक 3 डी-एलएफएफ वितरण मॉडल बनाने के लिए मूल रूप से एकीकृत किया गया है। यह तकनीक स्वस्थ यकृत तक सीमित नहीं है, बल्कि यकृत स्टीटोसिस से पीड़ित लोगों तक फैली हुई है। प्राप्त परिणाम दोनों visualizing और जिगर वसा सामग्री quantifying में इस दृष्टिकोण की उल्लेखनीय प्रभावशीलता का प्रदर्शन. यह स्पष्ट रूप से पैटर्न को समझता है जो सामान्य और स्टीटोटिक यकृत के बीच अंतर करते हैं। जिगर की 3 डी संरचना को निकालने के लिए डिक्सन एमआरआई का उपयोग करके, यह विधि अंग की संपूर्णता में फैले सटीक एलएफएफ आकलन प्रदान करती है, जिससे उल्लेखनीय प्रभावशीलता के साथ यकृत स्टीटोसिस के निदान के लिए महान वादा होता है।
Introduction
गैर-मादक फैटी लीवर रोग (एनएएफएलडी) में रोग संबंधी स्थितियों का एक स्पेक्ट्रम शामिल है, जिसमें यकृत कोशिकाओं (यकृत स्टीटोसिस) में ट्राइग्लिसराइड्स के असामान्य संचय से लेकर यकृत कोशिकाओं में सूजन और क्षति के विकास तक शामिल है, जिसे गैर-मादक स्टीटोहेपेटाइटिस (एनएएसएच) के रूप में जाना जाता है। कुछ मामलों में, एनएएफएलडी फाइब्रोसिस, सिरोसिस, अंत-चरण यकृत रोग, या यहां तक कि हेपेटोसेलुलर कार्सिनोमा (एचसीसी)1सहित अधिक गंभीर चरणों में प्रगति कर सकता है। विश्व स्वास्थ्य संगठन और ग्लोबल बर्डन ऑफ डिजीज के प्रकाशित आंकड़ों से पता चलता है कि दुनिया भर में लगभग 1,235.7 मिलियन व्यक्ति सभी आयु समूहोंमें एनएएफएलडी से प्रभावित हैं। एनएएफएलडी वर्तमान में विश्व स्तर पर यकृत से संबंधित बीमारियों के सबसे प्रमुख कारणों में से एक है और आनेवाले दशकों में अंत-चरण यकृत रोग का प्रमुख कारण बनने की उम्मीद है।
यकृत स्टीटोसिस की सीमा का सटीक मूल्यांकन सटीक निदान, उचित उपचार चयन और प्रभावी रोग प्रगति निगरानी के लिए पर्याप्त महत्व रखता है। यकृत वसा सामग्री का आकलन करने के लिए स्वर्ण मानक यकृत बायोप्सी जारी है। हालांकि, इसकी आक्रामक प्रकृति, दर्द, रक्तस्राव और अन्य पश्चात जटिलताओं की संभावना के कारण, यह लगातार अनुवर्ती परीक्षाओं 4,5,6के लिए एक व्यावहारिक विकल्प नहीं है। नतीजतन, noninvasive इमेजिंग तकनीकों है कि मज़बूती से यकृत वसा जमाव यों कर सकते हैं के लिए एक दबाव की जरूरत है. चुंबकीय अनुनाद इमेजिंग (एमआरआई) आयनकारी विकिरण की कमी और रासायनिक बदलाव प्रभाव 7,8 के माध्यम से वसा सामग्री का संवेदनशील पता लगाने की क्षमता के कारण इस क्षेत्र में वादा दिखाता है।
हाल के अध्ययनों ने डिक्सन इमेजिंग 9,10 जैसे रासायनिक बदलाव ढाल गूंज विधियों के आधार पर यकृत वसा की मात्रा निर्धारित करने के लिए एमआरआई तकनीकों को रेखांकित किया है। बहरहाल, इन तकनीकों के बहुमत ब्याज के दो आयामी क्षेत्रों के विश्लेषण पर भरोसा करते हैं. यकृत वसा अंश (एलएफएफ) के त्रि-आयामी वितरण का व्यापक मूल्यांकन सीमित रहा है। वर्तमान अध्ययन में, एक अद्वितीय 3 डी एलएफएफ परिमाणीकरण दृष्टिकोण पेश किया गया है, जो यकृत संरचनात्मक इमेजिंग के साथ डिक्सन एमआरआई का संयोजन करता है। परिणामी 3 डी एलएफएफ मॉडल यकृत की पूरी मात्रा में वसा सामग्री के वितरण के सटीक दृश्य और माप की अनुमति देता है। यह तकनीक यकृत स्टीटोसिस के सटीक निदान के लिए पर्याप्त नैदानिक उपयोगिता प्रदर्शित करती है।
Subscription Required. Please recommend JoVE to your librarian.
Protocol
अध्ययन को मंजूरी दे दी गई थी, और रोगी को बीजिंग, चीन में बीजिंग यूनिवर्सिटी ऑफ चाइनीज मेडिसिन के डोंगज़िमेन अस्पताल में संक्रामक रोग विभाग से भर्ती किया गया था। सूचित सहमति प्रदान करने के बाद रोगी का नियमित पेट डिक्सन एमआरआई स्कैन किया गया। इस जांच में, चिकित्सकीय रूप से निदान यकृत स्टीटोसिस के साथ एक मानक रोगी में यकृत वसा अंश (एलएफएफ) के पुनर्निर्माण के लिए एक 3 डी वितरण मॉडलिंग दृष्टिकोण नियोजित किया जाता है। इसके अलावा, अध्ययन एक स्वस्थ यकृत के साथ रोगी के जिगर की तुलना में एक मात्रात्मक मूल्यांकन प्रदान करता है। इस शोध में उपयोग किए गए सॉफ्टवेयर उपकरण सामग्री की तालिका में सूचीबद्ध हैं।
1. तैयारी और डेटा संग्रह
नोट: मापदंडों में भिन्नता अनुसंधान दृष्टिकोण से अप्रभावित रहती है। इस जांच में, नैदानिक इमेजिंग से वास्तविक DICOM डेटा प्राप्त किए गए थे। डेटा 1.5 टेस्ला की क्षेत्र शक्ति के साथ एक एमआरआई उपकरण का उपयोग करके प्राप्त किया गया था। डेटासेट में डिक्सन अनुक्रम से प्राप्त चार अलग-अलग चरण शामिल हैं, विशेष रूप से इन-फेज, आउट-ऑफ-फेज, वाटर और फैट।
- ऊपरी पेट के लिए डिक्सन अनुक्रम की जाँच करें।
- सभी DICOM डेटा को एक अनुकूलित कार्यशील निर्देशिका में कॉपी करें।
नोट: ऑपरेटिंग सिस्टम और MATLAB दोनों में कार्यशील निर्देशिका समान है। - MATLAB की वर्तमान कार्यशील निर्देशिका के भीतर डेटा हाउसिंग निर्देशिका पर जाएं (जैसा कि चित्र 1 में दिखाया गया है)।
- पुष्टि करें कि DIXON डेटा 520 पिक्सेल गुणा 704 पिक्सेल का क्षैतिज रिज़ॉल्यूशन प्रदर्शित करता है, जिसमें 0.5682 मिमी की पिक्सेल रिक्ति और 5 मिमी की स्लाइस मोटाई होती है।
- सभी DICOM डेटा को एक अनुकूलित कार्यशील निर्देशिका में कॉपी करें।
- जल्दी से डिक्सन की छवियों की जाँच करें।
- विभिन्न चरणों के लिए फ़ोल्डरों तक पहुंचने के लिए निर्देशिका बदलें, जिसमें इन-चरण, आउट-चरण, पानी और फैट चरण शामिल हैं, प्रत्येक डिक्सन इमेजिंग के लिए अलग-अलग फ़ोल्डरों में संग्रहीत है।
- प्रत्येक चरण के लिए छवियों की कल्पना करने के लिए Slice_View फ़ंक्शन का उपयोग करें।
- एमआरआई-डिक्सन अनुक्रम के इंटरैक्टिव ग्राफिकल यूजर इंटरफेस (जीयूआई) की एक छवि देखने के लिए चित्र 2 देखें। विभिन्न अनुक्रमों के माध्यम से कुशलतापूर्वक नेविगेट करने के लिए जीयूआई के तल पर स्थित स्क्रॉल बार को नियोजित करें।
- जिगर ऊतक सीमाओं के विवरण को बढ़ाने के लिए एमआरआई-डिक्सन इन-फेज अनुक्रम को नियोजित करें।
नोट: चित्रा 2 में, कोई जीयूआई के ऊपरी दाएं कोने में स्थित आइकन पा सकता है। ये आइकन ज़ूम आउट करने, ज़ूम इन करने, वैश्विक दृश्य पर लौटने और चयनित पिक्सेल के निर्देशांक को चिह्नित करने जैसे कार्य प्रदान करते हैं। स्थानीय घाव सुविधाओं की बारीकी से जांच करने के लिए ज़ूम सुविधा का उपयोग करें। - दो बिंदुओं के बीच की दूरी की गणना करने के लिए मार्क पिक्सेल निर्देशांक सुविधा का उपयोग करें, नोड्यूल आकार के माप में सहायता करें।
- प्रारंभिक रंग पट्टी जेट कलरमैप का उपयोग करती है, जो नीले से लाल रंग में बदलाव का प्रतीक है, जो क्रमशः निम्न से उच्च मूल्यों को दर्शाती है। मानक ग्रे कलरमैप पर स्विच करने और पूरे जीयूआई को रीसेट करने के लिए, कलर बार पर राइट-क्लिक करें और पॉप-अप मेनू से विकल्प चुनें।
- यदि डिफ़ॉल्ट फ़िल्टर विंडो उपयुक्त नहीं है, तो विंडो स्तर को संशोधित करने के लिए बाईं माउस बटन का उपयोग करके आकृति के बीच में ऊपर और नीचे खींचकर इसे समायोजित करें। बाएँ और दाएँ खींचने से विंडो की चौड़ाई समायोजित हो जाती है, और सटीक फ़िल्टरिंग रेंज रंग पट्टी पर दिखाई जाएगी।
नोट: बाद के ऑपरेशन यकृत के 3 डी क्षेत्र का प्रतिनिधित्व करने के लिए डिक्सन इन-फेज अनुक्रम का उपयोग करने पर ध्यान केंद्रित करेंगे।
2. जिगर के 3 डी क्षेत्र को निकालना
नोट: लिवर फैट फ्रैक्शन (एलएफएफ) की गणना करने के लिए, 3 डी यकृत क्षेत्र के भीतर प्रत्येक स्वर एमआरआई-डिक्सन डेटा से प्राप्त वसा अंश मूल्य के साथ एक स्थानिक वाहक के रूप में कार्य करता है। LFF की गणना करने से पहले, 3D यकृत क्षेत्र को निकालना महत्वपूर्ण है। हालांकि गहरी सीखने के तरीके इसे और अधिक कुशलता से प्राप्त कर सकते हैं, यहां ध्यान यकृत क्षेत्र निष्कर्षण के लिए MIMICS जैसे परिपक्व सॉफ्टवेयर टूल का उपयोग करने पर है।
- MIMICS सॉफ़्टवेयर खोलें और नया प्रोजेक्ट चुनें। बाद के संवाद बॉक्स में, DIXON आउट-फेज छवियों वाले फ़ोल्डर का पता लगाएं। NEXT पर क्लिक करके जारी रखें, और फिर अनुक्रम-संपादन मोड में प्रवेश करने के लिए कन्वर्ट दबाएं।
- दाईं ओर स्थित MASK डायलॉग बॉक्स के भीतर न्यू पर क्लिक करके एक खाली मास्क जनरेट करें, और अधिकतम थ्रेशोल्ड का विकल्प चुनें।
- सभी क्षैतिज दृश्यों में जिगर क्षेत्र को चित्रित करने के लिए "सेगमेंट" लेबल के तहत स्थित एडिट मास्क टूल का उपयोग करें।
- पहले चित्रित जिगर मुखौटा का चयन और मास्क से भाग की गणना पर क्लिक करके जिगर की एक 3 डी स्थानिक प्रतिनिधित्व बनाएँ. जिसके परिणामस्वरूप 3 डी जिगर क्षेत्र प्रस्तुत किया जाएगा ( चित्रा 3 देखें).
- फ़ाइल पर नेविगेट करें, फिर निर्यात करें चुनें, और DICOM विकल्प चुनें। पॉप-अप संवाद बॉक्स में, लिवर मास्क का चयन करें, फ़ाइल पथ और नाम निर्दिष्ट करें, और फिर 3D लिवर क्षेत्र को निर्दिष्ट DICOM फ़ाइलों में निर्यात करने के लिए ओके पर क्लिक करें।
3. फैट फ्रैक्शन मैप (एफएफ-मैप) जनरेट करना
नोट: वसा अंश मानचित्र (एफएफ-मैप) की मान सीमा 0-1 है। इस अध्ययन में, प्रत्येक वोक्सेल के एफएफ की गणना इन-फेज माइनस वॉटर-ओनली के वोक्सेल वैल्यू को डिक्सन एमआरआई का उपयोग करके इन-फेज के वोक्सेल वैल्यू को विभाजित करके की जाती है।
- निर्देशिका को इन-फेज छवियों के फ़ोल्डर में बदलें और इन-फेज वॉल्यूम उत्पन्न करने के लिए Volume_In फ़ंक्शन का चयन करें।
- डायरेक्टरी को केवल-पानी वाली छवियों के फ़ोल्डर में बदलें और केवल-पानी वॉल्यूम उत्पन्न करने के लिए Volume_Water फ़ंक्शन का चयन करें।
- चरण 3.1 और चरण 3.2 में उत्पन्न दो संस्करणों का उपयोग करके FF_Volume फ़ंक्शन का चयन करें ताकि पेट एमआरआई के एफएफ-वॉल्यूम प्राप्त करने के लिए इनपुट के रूप में चित्र 4में दिखाया गया हो।
- चित्रा 4 में दिखाया गया फैट फ्रैक्शन (एफएफ) मानचित्र 520 बाय 704 बाय 44 मैट्रिक्स की डेटा संरचना के साथ आरजीबी सच्चे-रंग की छवि के रूप में प्रस्तुत किया गया है। इस प्रतिनिधित्व में, प्रत्येक पिक्सेल तीन मानों से बना होता है, जो लाल, हरे और नीले चैनलों का प्रतिनिधित्व करता है। बाईं ओर रंग पट्टी पर ध्यान दें, जो विभिन्न रंगीन पिक्सेल से जुड़े वसा अंश मूल्यों के लिए एक दृश्य संदर्भ प्रदान करता है।
नोट: चित्रा 4 में दिखाया गया जीयूआई ऊपरी दाएं कोने में ज़ूमिंग टूल के माध्यम से रोगी के जिगर के करीब अवलोकन और जांच उपकरण का उपयोग करके सटीक एफएफ मान प्राप्त करने की अनुमति देता है। नीचे स्क्रॉल बार को खींचकर, उपयोगकर्ता क्षैतिज विमान में सभी स्कैनिंग पदों के एफएफ-मानचित्रों का निरीक्षण कर सकते हैं।
यकृत वसा अंश वितरण की 4. 3D-मात्रा
नोट: चित्रा 4 ऊपरी पेट के डिक्सन एमआरआई छवियों के आधार पर गणना किए गए एलएफएफ मानचित्र को दिखाता है। चित्रा 3 में 3 डी यकृत क्षेत्र के साथ संयुक्त, पूरे जिगर की 3 डी-एलएफएफ मात्रा अलग से गणना की जा सकती है।
- LFF_Volume फ़ंक्शन का उपयोग करें, इसे 3 डी यकृत क्षेत्र (जैसा कि चित्र 3 में दर्शाया गया है) और लिवर कठोरता मानचित्र (चित्र 4 में दिखाया गया है) को इनपुट पैरामीटर के रूप में प्रदान करें। यह जिगर वसा अंश के 3 डी वॉल्यूम प्रतिनिधित्व के निर्माण में परिणाम होगा, के रूप में चित्रा 5 में सचित्र.
- प्रत्येक जिगर परत के लिए कठोरता मानचित्र की जांच करने के लिए, बस चित्रा 5 में प्रदर्शित जीयूआई के नीचे स्थित स्क्रॉल बार का उपयोग करें।
नोट: इस दृश्य में, केवल यकृत ऊतक को सही ढंग से चित्रित किया गया है। - जीयूआई के ऊपरी दाएं कोने में स्थित आइकन पर ध्यान दें (जैसा कि चित्र 5 में दिखाया गया है)। ये आइकन ज़ूम आउट करने, ज़ूम इन करने, वैश्विक दृश्य पर लौटने और चयनित पिक्सेल के निर्देशांक को चिह्नित करने के लिए कार्यक्षमता प्रदान करते हैं।
नोट: डिफ़ॉल्ट रंग पट्टी "जेट" कलरमैप का उपयोग करती है, जहां रंग नीले से लाल रंग में संक्रमण करते हैं ताकि अलग-अलग मूल्यों (केपीए की इकाइयों में मापा जाता है) को निम्न से उच्च तक दर्शाया जा सके। - 3 डी लिवर वसा अंश (3 डी-एलएफएफ) के स्थानिक वितरण का उत्पादन करने के लिए "LFF_Volume" के रूप में समान इनपुट मापदंडों का उपयोग करके LFF_Distribution फ़ंक्शन चलाएं, जैसा कि चित्र 6में दर्शाया गया है।
5. 3D-LFF मात्रात्मक विश्लेषण
नोट: सामान्य यकृत स्वर: एलएफएफ < 5%; हल्के फैटी लीवर वोक्सल्स: 5% -10%; मध्यम फैटी लीवर वोक्सल्स: 10% -20%; गंभीर फैटी लीवर वोक्सल्स: एलएफएफ ≥ 20% 11,12,13,14,15। इस अध्ययन का एक प्रमुख मात्रात्मक फोकस रोगी के यकृत में विभिन्न एलएफएफ चरणों में वोक्सल्स के अनुपात का निर्धारण कर रहा है। चित्रा 6 रोगी में यकृत वसा अंश के असमान स्थानिक वितरण को दर्शाता है। अलग-अलग नैदानिक लक्षणों की कमी को मुख्य रूप से सामान्य यकृत ऊतक के पर्याप्त अनुपात के लिए जिम्मेदार ठहराया जाता है। इसलिए, रोगियों और स्वस्थ व्यक्तियों के बीच मतभेदों की सटीक मात्रा का ठहराव अनिवार्य है। यह यहां एक महत्वपूर्ण मात्रात्मक अवधारणा का प्रतिनिधित्व करता है।
- चरण 1-4 दोहराकर एक स्वस्थ जिगर के लिए 3 डी-एलएफएफ वितरण की गणना करें।
नोट: अंतर्निहित MATLAB बार फ़ंक्शन स्वस्थ और फैटी लीवर (चित्रा 7) के लिए 3 डी-एलएफएफ वितरण की तुलना में सक्षम बनाता है।
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
यह जांच 3 डी यकृत वसा अंश मात्रा का ठहराव पद्धति(चित्रा 1)को मान्य करने के लिए व्यावसायिक रूप से उपलब्ध एमआरआई स्कैनर का उपयोग करके प्राप्त वास्तविक रोगी डेटासेट का उपयोग करती है। एमआरआई प्रोटोकॉल में डिक्सन के चार चरण इमेजिंग 9,10 शामिल थे: इन-फेज, आउट-ऑफ-फेज, वाटर-ओनली, और फैट-ओनली (चित्रा 2)। प्रत्येक वोक्सेल के वसा अंश (एफएफ) की गणना इन-फेज माइनस वाटर-ओनली वोक्सेल सिग्नल को डिक्सन एमआरआई का उपयोग करके इन-फेज वोक्सेल सिग्नल द्वारा विभाजित करके की जाती है। यह संख्यात्मक मॉडल प्रत्येक स्वर में वसा सामग्री प्रतिशत की सटीक गणना की अनुमति देता है।
यद्यपि गहरी सीखने की विधियां 3 डी यकृत शरीर रचना विज्ञान निकाल सकती हैं, लेकिन उनके पास अंतर्निहित एल्गोरिथम त्रुटियां हैं। सटीक मात्रा का ठहराव सुनिश्चित करने के लिए, MIMICS की तरह परिपक्व सॉफ्टवेयर उपकरण विशेषज्ञ मार्गदर्शन (चित्रा 3) के साथ संयुक्त एक सटीक 3 डी जिगर समोच्च निकालने के लिए इस्तेमाल किया गया.
चित्रा 4 में 2 डी एफएफ मानचित्र के साथ 3 डी जिगर समोच्च फ्यूजिंग चित्रा 5 में एक एकीकृत 3 डी एफएफ वितरण मॉडल उत्पन्न करता है. यह 2 डी एफएफ मानचित्रों की सीमा पर काबू पाता है और पूरे यकृत मात्रा में वसा जमाव का दृश्य प्रदान करता है। डॉक्टर अब अस्पष्ट छाप के बजाय 3 डी यकृत स्थान में वसा सामग्री का सटीक पता लगा सकते हैं।
जैसा कि चित्रा 6 दिखाता है, 3 डी-एफएफ वितरण विभिन्न यकृत पदों पर वसा अंश मूल्यों को प्रकट करता है। इसकी तुलना मानक एफएफ थ्रेसहोल्ड से करके, यकृत स्टीटोसिस के विभिन्न चरणों में गिरने वाले वोक्सल्स का प्रतिशत निर्धारित किया जा सकता है। यह विभिन्न स्टीटोसिस स्तरों पर यकृत के अनुपात के सटीक माप को सक्षम बनाता है।
एक सामान्य और वसायुक्त यकृत (चित्रा 7) के बीच तुलना विभिन्न 3 डी-एलएफएफ वितरण पैटर्न को समझने की तकनीक की क्षमता को मान्य करती है। प्रस्तावित वर्कफ़्लो रोगी के डिक्सन एमआरआई डेटा के आधार पर यकृत स्टीटोसिस के 3 डी विज़ुअलाइज़ेशन, परिमाणीकरण और निदान में नैदानिक मूल्य प्रदर्शित करता है।
चित्रा 1: एमआरआई-डिक्सन अनुक्रम फ़ोल्डर। अध्ययन में उपयोग किए जाने वाले डिक्सन एमआरआई स्कैन अनुक्रमों के अनुरूप फ़ोल्डर नामों की एक सूची। कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.
चित्रा 2: डिक्सन एमआरआई टुकड़ा ब्राउज़र। ग्राफिकल यूजर इंटरफेस (जीयूआई) डिक्सन एमआरआई के प्रत्येक चरण अनुक्रम से स्लाइस प्रदर्शित करता है। डिक्सन एमआरआई छवि गुणवत्ता और व्याख्या क्षमता को बढ़ाने के लिए मूल्यवान है, खासकर जब सटीक वसा और पानी पृथक्करण आवश्यक है। कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.
चित्रा 3: 3 डी जिगर क्षेत्र निष्कर्षण। एमआरआई स्कैन के दौरान प्राप्त इन-फेज छवियों के आधार पर यकृत की त्रि-आयामी स्थानिक सीमा का दृश्य। कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.
चित्रा 4: जिगर वसा अंश नक्शा। प्रत्येक स्वर में यकृत वसा अंश (एलएफएफ) का एक दृश्य प्रतिनिधित्व, वसा सामग्री में भिन्नता को इंगित करने के लिए अलग-अलग रंगों का उपयोग करना। कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.
चित्रा 5: जिगर वसा अंश स्लाइस। उच्च संकल्प स्लाइस जिगर वसा अंश नक्शा प्रदर्शित, पूरे जिगर भर में LFF वितरण का एक विस्तृत दृश्य प्रदान. कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.
चित्रा 6: पूरे जिगर 3 डी-एलएफएफ वितरण। पूरे जिगर में यकृत वसा अंश (एलएफएफ) के संख्यात्मक संभाव्यता वितरण को दर्शाने वाला एक आंकड़ा, त्रि-आयामी प्रारूप में प्रस्तुत किया गया है। कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.
चित्रा 7: 3 डी-एलएफएफ वितरण की तुलना। एक स्वस्थ जिगर और एक विशिष्ट फैटी यकृत के बीच 3 डी-एलएफएफ वितरण की तुलना, वसा सामग्री और वितरण में अंतर को उजागर करना। कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
यह शोध डिक्सन एमआरआई 9,10 का उपयोग करके यकृत वसा अंश (एलएफएफ) के वितरण का विश्लेषण करने के लिए एक अभिनव 3 डी परिमाणीकरण तकनीक प्रस्तुत करता है। एलएफएफ मानचित्रों को एकीकृत करके, जो 3 डी यकृत आकृति के साथ इन-फेज और जल-चरण छवियों से उत्पन्न होते हैं, यह विधि सामान्य और स्टीटोटिक यकृत6 में एलएफएफ पैटर्न के बीच अंतर करती है। नतीजतन, यह यकृत वसा सामग्री के सटीक मूल्यांकन की सुविधा प्रदान करता है।
चरण 3 प्रत्येक स्वर में वसा सामग्री को निर्धारित करने के लिए एफएफ मानचित्र की गणना में एक महत्वपूर्ण चरण का प्रतिनिधित्व करता है। चरण 4 एक एकीकृत 3 डी-एलएफएफ वितरण मॉडल बनाने के लिए 3 डी यकृत समोच्च के साथ एफएफ डेटा को एकीकृत करता है। चरण 5 यकृत स्टीटोसिस13 की सटीक मात्रा का ठहराव के लिए 3 डी-एलएफएफ दृष्टिकोण की प्रभावकारिता को मान्य करता है।
भविष्य के संशोधनों के बारे में, मशीन दृष्टि 3 डी यकृत विभाजन की दक्षता को बढ़ा सकती है। स्वस्थ यकृत और विभिन्न स्टीटोसिस ग्रेड के लिए 3 डी-एलएफएफ वितरण के एटलस को संकलित करने से नैदानिक निदान और टाइपिंग की सुविधा हो सकती है।
एक सीमा यह है कि जबकि विधि मात्रात्मक रूप से प्रारंभिक स्टेटोसिस का चरण कर सकती है, यह रोग की प्रगति के अंतर्निहित तंत्र को स्पष्ट नहीं करती है। उपकरण और प्रोटोकॉल में भिन्नता से असंगत परिणाम हो सकते हैं। कम्प्यूटेशनल वर्कफ़्लो का मानकीकरण एक सतत चुनौती बनी हुई है।
यह तकनीक 3 डी-एलएफएफ वितरण की अवधारणा का परिचय देती है और लागू करती है, जिससे चिकित्सकों को पूरे यकृत अंग में वसा जमाव पैटर्न और रोग की गंभीरता में व्यापक अंतर्दृष्टि मिलती है। यह सटीक निदान, उपचार निर्णयों और चिकित्सीय प्रभावकारिता की निगरानी के लिए महत्वपूर्ण महत्व रखता है। दृष्टिकोण सामान्य आबादी में स्वास्थ्य जांच और रोकथाम के लिए भी महत्व रखता है।
विधि कई शोध डोमेन में विशाल क्षमता प्रदर्शित करती है, जिसमें शामिल हैं: (1) विषम समूहों में तकनीक का बड़े पैमाने पर सत्यापन; (2) विभिन्न स्टीटोसिस एटियलजि के बीच 3 डी-एलएफएफ विविधताओं की जांच; (3) नैदानिक मापदंडों और जोखिम कारकों के साथ 3 डी-एलएफएफ वितरण का सहसंबंध; (4) नैदानिक, रोगनिरोधी और उपचार प्रतिक्रिया मॉडल बनाने के लिए 3 डी-एलएफएफ पैटर्न लागू करना; (5) दो आयामी इमेजिंग आकलन के साथ 3 डी परिमाणीकरण की तुलना. इस पद्धति को नैदानिक उपयोगिता में अनुवाद करने के लिए कई शोध रास्ते मौजूद हैं।
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
हेपेटिक स्टीटोसिस परिमाणीकरण के लिए सॉफ्टवेयर टूल, इस अध्ययन की सामग्री की तालिका में हेपेटिकस्टीटोसिस V1.0 के रूप में सूचीबद्ध है, बीजिंग इंटेलिजेंट एंट्रॉपी साइंस एंड टेक्नोलॉजी कं, लिमिटेड का एक उत्पाद है। इस सॉफ्टवेयर टूल के बौद्धिक संपदा अधिकार कंपनी के हैं।
Acknowledgments
इस प्रकाशन को पारंपरिक चीनी चिकित्सा के राष्ट्रीय प्रशासन द्वारा आयोजित पारंपरिक चीनी चिकित्सा में उत्कृष्ट नैदानिक प्रतिभाओं की पहचान के लिए पांचवें राष्ट्रीय कार्यक्रम से समर्थन मिला। आधिकारिक नेटवर्क लिंक है'http://www.natcm.gov.cn/renjiaosi/zhengcewenjian/2021-11-04/23082.html.
Materials
| Name | Company | Catalog Number | Comments |
| MATLAB | MathWorks | 2022B | Computing and visualization |
| Mimics | Materialise | Mimics Research V20 | Model format transformation |
| Tools for 3D_LFF | Intelligent Entropy | HepaticSteatosis V1.0 | Beijing Intelligent Entropy Science & Technology Co Ltd. Modeling for CT/MRI fusion |
References
- Pouwels, S., et al. Non-alcoholic fatty liver disease (NAFLD): a review of pathophysiology, clinical management and effects of weight loss. BMC Endocr Disord. 22 (1), 63 (2022).
- Younossi, Z. M., et al. The global burden of liver disease. Clin Gastroenterol Hepatol. 21 (8), 1978-1991 (2023).
- Younossi, Z., et al. Global burden of NAFLD and NASH. Trends, predictions, risk factors and prevention. Nat Rev Gastroenterol Hepatol. 15 (1), 11-20 (2018).
- Boyum, J. H., et al. Incidence and risk factors for adverse events related to image-guided liver biopsy. Mayo Clin Proc. 91 (3), 329-335 (2016).
- Khalifa, A., Rockey, D. C. The utility of liver biopsy in 2020. Curr Opin Gastroenterol. 36 (3), 184-191 (2020).
- Sumida, Y., Nakajima, A., Itoh, Y. Limitations of liver biopsy and non-invasive diagnostic tests for the diagnosis of nonalcoholic fatty liver disease/nonalcoholic steatohepatitis. World J Gastroenterol. 20 (2), 475-485 (2014).
- Ajmera, V., Loomba, R. Imaging biomarkers of NAFLD, NASH, and fibrosis. Mol Metab. 50, 101167 (2021).
- Castera, L., Friedrich-Rust, M., Loomba, R. Noninvasive assessment of liver disease in patients with nonalcoholic fatty liver disease. Gastroenterology. 156 (5), 1264-1281 (2019).
- Jiang, Y., et al. Application of multi-echo Dixon and MRS in quantifying hepatic fat content and staging liver fibrosis. Sci Rep. 13 (1), 12555 (2023).
- Yang, Y., et al. The accuracy and clinical relevance of the multi-echo dixon technique for evaluating changes to hepatic steatosis in patients with non-alcoholic fatty liver disease treated with formulated food. Magn Reson Med Sci. 22 (2), 263-271 (2023).
- Peng, H., et al. Fat-water separation based on Transition REgion Extraction (TREE). Magn Reason Med. 82 (1), 436-448 (2019).
- Hines, C. D. G., et al. T(1) independent, T(2)(*) corrected chemical shift based fat-water separation with multi-peak fat spectral modeling is an accurate and precise measure of hepatic steatosis. Magn Reason Imaging. 33 (1), 873-881 (2011).
- Tang, A., et al. Nonalcoholic fatty liver disease: MR imaging of liver proton density fat fraction to assess hepatic steatosis. Radiology. 267 (2), 422-431 (2013).
- Caussy, C., Reeder, S. B., Sirlin, C. B., Loomba, R. Noninvasive, quantitative assessment of liver fat by MRI-PDFF as an endpoint in NASH Trials. Hepatology. 68 (2), 763-772 (2018).
- Reeder, S. B., Cruite, I., Hamilton, G., Sirlin, C. B. Quantitative assessment of liver fat with magnetic resonance imaging and spectroscopy. Magn Reson Imaging. 34 (4), 729-749 (2011).
